申请/专利权人：浙江百世技术有限公司

申请日：2020-08-21

公开（公告）日：2024-05-03

公开（公告）号：CN112101125B

主分类号：G06V20/50

分类号：G06V20/50;G06V20/52;G06V10/764;G06Q10/087;G06Q10/0639

优先权：

专利状态码：有效-授权

法律状态：2024.05.03#授权;2021.01.05#实质审查的生效;2020.12.18#公开

摘要：本发明提供一种快递货物堆积程度的检测方法及装置，所述方法包括：获取目标站点货物堆积的图像，将所述货物堆积的图像作为预测样本输入预设的深度学习检测模型，并将该深度学习检测模型的输出作为该目标站点货物堆积的图像对应的堆积程度检测结果，其中，所述深度学习检测模型用于表示货物堆积图像的堆积类型和堆积程度检测结果之间的对应关系，本发明的检测算法是基于深度学习的原理，能够实现快递货物堆积程度的自动检测，检测过程高效且检测结果准确，进而能够帮助管理人员实时了解当前快递分拨中心每一个堆货区域的堆积情况，以便能够及时且有针对性地做出相应的处理。

主权项：1.一种快递货物堆积程度的检测方法，其特征在于，包括：获取目标站点货物堆积的图像；将所述货物堆积的图像作为预测样本输入预设的深度学习检测模型，并将该深度学习检测模型的输出作为该目标站点货物堆积的图像对应的堆积程度检测结果；其中，所述深度学习检测模型用于表示货物堆积图像的堆积类型和堆积程度检测结果之间的对应关系；还包括：根据货物堆积的历史数据生成训练样本集，所述历史数据包括多个堆积类型及其对应的已知堆积程度检测结果；所述根据货物堆积的历史数据生成训练样本集，所述历史数据包括多个堆积类型及其对应的已知堆积程度检测结果，包括：自电力系统的遥测数据、遥信数据和电力模块监控数据中的至少一份数据中提取多个货物堆积的历史数据；所述货物堆积的历史数据为预设运行时段内的历史运行数据，所述预设运行时段为1个月、3个月或者1年；检测方法具体包括步骤1：点击视频监控中的目标堆货区域的4个顶点，用于提取该区域作为检测区域，只需在获取该目标堆货区域图像前配置一次；步骤2：获取一段时间内目标堆货区域图像，对这些图像进行人工标注，训练得到一个用于判断当前区域是否堆满货物的深度学习检测模型；步骤3：从当前视频监控中抓取一帧图片，使用步骤1配置的区域点提取检测区域，并将该检测区域调整为224*224大小；步骤4：堆积检测，使用步骤2训练得到的模型对步骤3处理后的图片进行预测，得到该区域是否堆满的结果，0为未堆满，1为堆满；步骤5：对步骤3的图像切分成16个相等大小的图像；步骤6：对步骤5的16个图像分别重复步骤4，得到16组结果；步骤7：对于步骤4和步骤6的结果进行处理，给出当前堆货区域的货物堆积情况：如0％，20％，50％，80％，100％；步骤8：重复步骤3至步骤7，对不同位置和不同时刻的堆货区域进行实时检测，给出对应的货物堆积情况。

全文数据：

权利要求：

百度查询： 浙江百世技术有限公司 一种快递货物堆积程度的检测方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD